MétaCan
Menu
Retour à la cohorte
Enregistrement W2903561922 · doi:10.1021/acsnano.8b06511

Carbon Nanotubes and Related Nanomaterials: Critical Advances and Challenges for Synthesis toward Mainstream Commercial Applications

2018· article· en· W2903561922 sur OpenAlexaff
Rahul Rao, Cary L. Pint, Ahmad E. Islam, Robert S. Weatherup, Stephan Hofmann, Eric R. Meshot, Fanqi Wu, Chongwu Zhou, Nicholas T. Dee, Placidus B. Amama, Jennifer Carpena‐Núñez, Wenbo Shi, Desirée L. Plata, Evgeni S. Penev, Boris I. Yakobson, Perla B. Balbuena, Christophe Bichara, Don N. Futaba, Suguru Noda, Homin Shin, Keun Su Kim, Benoît Simard, Francesca Mirri, Matteo Pasquali, Francesco Fornasiero, Esko I. Kauppinen, Michael S. Arnold, Baratunde A. Cola, Pavel Nikolaev, Sivaram Arepalli, Hui–Ming Cheng, Dmitri N. Zakharov, Eric A. Stach, Jin Zhang, Fei Wei, Mauricio Terrones, David B. Geohegan, Benji Maruyama, Shigeo Maruyama, Yan Li, W. Wade Adams, A. John Hart

Notice bibliographique

RevueACS Nano · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensNational Research Council Canada
Organismes subventionnairesAir Force Office of Scientific ResearchRice UniversityDivision of Chemical, Bioengineering, Environmental, and Transport SystemsBasic Energy SciencesOffice of Naval ResearchWelch Foundation
Mots-clésNanotechnologyCarbon nanotubeBoron nitrideMaterials scienceGrapheneNanomaterials

Résumé

récupéré en direct d'OpenAlex

Advances in the synthesis and scalable manufacturing of single-walled carbon nanotubes (SWCNTs) remain critical to realizing many important commercial applications. Here we review recent breakthroughs in the synthesis of SWCNTs and highlight key ongoing research areas and challenges. A few key applications that capitalize on the properties of SWCNTs are also reviewed with respect to the recent synthesis breakthroughs and ways in which synthesis science can enable advances in these applications. While the primary focus of this review is on the science framework of SWCNT growth, we draw connections to mechanisms underlying the synthesis of other 1D and 2D materials such as boron nitride nanotubes and graphene.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,288
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations573
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetCarbon Nanotubes in CompositesTravaux en français237 207